机器人“大脑”创业者走出 GPT-2 时代
TechCrunch AI··作者 Tim Fernholz
关键信息
在 Actuate 大会上，Foxglove 表示，自 2023 年首次举办以来，参会人数增长了三倍，达到 1500 人，这说明开发者生态正在快速扩张。与会者认为该领域仍处于“GPT-2 时代”，受制于机器人数据危机、端到端学习效果有限，以及对更多样化数据集、更好的训练方式、强化学习场景和用于仿真的光线追踪 GPU 的需求。
资讯摘要
TechCrunch 表示，物理 AI 已经成为风险投资最火热的领域之一，初创公司正筹集数十亿美元，把大语言模型时代的技术思路应用到机器人上。但文章同时指出，这个行业正在遭遇现实检验，因为机器人虽然在运动和感知方面越来越强，却仍然难以稳定完成真正能创造经济价值的工作。Unitree 的案例放大了这种矛盾：这家中国领先的机器人制造商在中国版 Nasdaq 上市后，市值一度达到 660 亿美元，但本周几乎有一半价值迅速蒸发。报道中的分析人士认为，问题并不在于机器人“能不能动”，而在于这些能力还没有转化为可靠、实用的自主工作能力。
文章把上周的 Actuate 大会当作行业切片来观察。该大会由 Foxglove 主办，自 2023 年首次举办以来规模已经扩大了三倍，今年吸引了 1500 名参会者，说明正在为机器人构建“AI 大脑”的开发者生态增长很快。但大会现场也暴露出行业的难题，其中 Avala 的展位直接写着要解决“机器人数据危机”。这里说的数据危机，指的是用于训练机器人模型的高质量数据严重不足。
TechCrunch 指出，真正能做任何任务的通用机器人仍然离现实很远，而即便是针对特定任务的端到端学习，也还没有做出商业上稳定可靠的产品。因此，开发者正在模仿前沿 AI 实验室的做法：收集或生成更多样化的数据集，尝试不同的训练机制，并改进强化学习场景。模拟工具创业公司 Antioch 的创始人 Harry Mellsop 认为，物理 AI 仍处在“GPT-2 时代”，意思是它还没有到达像 ChatGPT 那样的突破点。
Mellsop 还表示，要跨过这个阶段，需要更多数据和算力，尤其是用于构建高保真仿真的光线追踪 GPU。文章同时指出，自动驾驶是目前走得最远的方向，一方面因为可以从人类驾驶的数据中学习，另一方面因为其核心任务主要是避免碰撞，而不是操控复杂的物理环境。很多机器人模型开发工具也来自自动驾驶公司，例如 Foxglove 本身就是由 Cruise 的前员工创办的。
接着，文章讨论了一个重要的战略分歧：机器人公司到底应该优先做“脑”，还是同时做“脑”和“身体”。以 Tesla、Wayve 和 Uber 为代表的自动驾驶相关公司，正在越来越多地投入机器人实验室和类人形态的研发，这说明数据基础设施、仿真和 ML 运维可能存在共通性。Wayve CEO Alex Kendall 认为，现在还太早去押注某一种硬件平台，未来更通用的模型应该尽量不依赖具体形态。相反，Genesis AI CEO Théophile Gervet 认为现在还不是只做“大脑策略”的时候，硬件和 AI 应该一起设计。
文章最后把专注单一任务的公司与通用人形机器人的路线作了对比。Gritt 正在为太阳能农场部署机器人，Agility 在工业场景中落地机器人，Bedrock 则在进行自主挖掘作业，而通用型人形机器人仍大多停留在实验室里。这种对比强化了文章的核心结论：机器人技术确实在进步，但从令人兴奋的模型到真正有利润的部署，距离仍然很远。
资讯正文
物理 AI 是风险投资领域最炙手可热的赛道之一，许多公司正在募集数十亿美元，将让大语言模型走红的工具应用到机器人领域。
这种热度帮助中国领先的机器人制造商宇树科技（Unitree）拿下了一笔大额 IPO；在登陆中国版纳斯达克后，该公司估值一度达到 660 亿美元。然而本周，局势急转直下，公司市值几乎蒸发了一半。分析人士指出了一个显而易见的问题：尽管机器人的物理能力在提升，但它们仍然缺乏真正完成能够创造价值工作的知识与能力。
在上周举行的 Actuate 大会上，这种热情表现得尤为明显。Actuate 是一个为机器人开发 AI 大脑的开发者聚会。据组织方 Foxglove 介绍，该活动自 2023 年启动以来规模已扩大三倍，今年有 1,500 名与会者。Foxglove 是一家帮助物理 AI 模型构建者管理和可视化数据的公司。
风险同样显而易见：另一家物理 AI 基础设施公司 Avala 的展台上挂着一块标牌，承诺要解决“机器人数据危机”。
这场危机指的是 AI 模型缺乏高质量训练数据。试图构建能完成任何任务的通用机器人，距离实现仍然很远；而针对特定任务采用端到端学习，也还没有带来性能稳定、能够商业化的产品。对于开发者来说，答案是更好地模仿前沿 AI 实验室的进展——找到或创造更多样化的数据集，尝试不同的训练机制，并想办法设计出更好的强化学习场景。
Antioch 的创始人 Harry Mellsop 认为，Antioch 是一家为模型构建者开发仿真工具的初创公司，而物理 AI 仍处于其“GPT-2 时代”，也就是早于 ChatGPT 出现的 OpenAI 模型阶段。要跨过这道门槛，还需要更多数据和算力，尤其是经过优化、用于光线追踪的 GPU，因为它们被用来创建高保真的仿真环境。
目前走得最远的是自动驾驶汽车，这部分原因在于可以从人类驾驶的汽车中收集相关数据，另一部分原因在于其主要任务是避免碰撞，而不是操控物理环境。用于模型构建的大量工具也来自自动驾驶公司；例如，Foxglove 就由前 Cruise 员工创办，而 Cruise 曾是通用汽车的自动驾驶业务。
如今，这些汽车公司也越来越相信，他们在机器学习工具上的投入将使自己能够与专门的人形机器人制造商竞争。特斯拉已经在通过 Optimus 机器人尝试这一点，而如今，专注自动驾驶的 Wayve 和网约车巨头 Uber 也都已启动机器人实验室，将人形外形作为研发重点。
Wayve 首席执行官 Alex Kendall 告诉 TechCrunch：“我认为你需要从车辆开始……操作型机器人就像五年前的自动驾驶一样。数据基础设施、仿真、机器学习运维基础设施，很可能是可以共享的，但模拟器所需的具体世界模型会是不同的后训练阶段。它们之间会有很多共通之处，但对于不同的载体形式，仍然需要一些差异化。”
Kendall 认为，现在就押注任何一种硬件平台还为时过早——传感器和其他组件的进步正在迅速到来，而一个真正通用的模型应该更加不依赖特定平台。
今年已完成 1.05 亿美元种子轮融资、纵向一体化人形机器人公司 Genesis AI 的 CEO Théophile Gervet 持不同意见。他告诉 TechCrunch：“在这一波浪潮里，我们还太早了，‘大脑策略’还不太能奏效；我们的看法是，硬件和 AI 协同设计的机会还有很多。”
Gervet 还谈到了该领域另一个热门话题：究竟该如何具体聚焦你的物理 AI 业务。那些瞄准特定任务的机器人公司，已经开始把机器人投放到真实场景中——Gritt 正在建设太阳能电站，Agility 正在工业环境中部署机器人，Bedrock 则在自主运行挖掘机。与此同时，通用型人形机器人还没能真正走出实验室。
“没有客户会在意那种成功率只有 80% 的通用机器人，”Gervet 谈到这一困境时说，“我们看到很多其他玩家都在走通用路线，但这并不会带来价值，因为没有垂直聚焦。……可如果你是在 GPT-2 的基础上，针对一个（狭窄的）垂直领域去做，你最终会被在 GPT-4 基础上构建的公司碾压。”
不过，投资某个具体垂直领域的诱惑依然很大，因为它带来的不仅是收入，还有真实世界的部署数据。尽管面向任务的数据可能没有足够多样性去推动通用模型向前发展，但它对打造一台真正创造价值的机器人至关重要。Bedrock 的 CTO Kevin Peterson 指出，公司最初从挖掘切入，是为了理解“在野外环境中的操作”所面临的挑战，但计划开发一个能横跨一系列工程机械的智能层。
管理这些数据本身就是一项挑战，尤其是由于视觉数据和 lidar 数据的密度很高。Foxglove 本周发布了一款新产品，它建立在 Nvidia 的 Cosmos 开源权重世界模型之上，允许工程师通过复杂的自然语言查询来搜索这些数据，从而构建评估和仿真。其目标是加快分诊和调试速度，让模型构建者能够更快迭代。
那么，Sam Altman 最近说“再过几年”就会到来的、物理 AI 领域传说中的 ChatGPT 时刻究竟会是什么？Kendall 指出，全球规模最大的机器人部署，至今仍然是面向消费者的扫地机器人。对他来说，ChatGPT 时刻应该是能让消费者兴奋的东西，而不是投资者——看起来投资者已经足够兴奋了。
Kendall 说：“一个例子是，当你在汽车里，用不到 1,000 美元[硬件价值]就实现了无人关注的自主驾驶。”并非巧合的是，他的公司正在向车企授权模型，力图实现这一点。而在他看来，这项业务将是一个价值数十亿美元的机会，也将使他们能够构建一个真正通用的具身 AI 模型。
对 Gervet 来说，物理 AI 变成现实的那一刻，就是“开箱即用的操控能力。你可以用自然语言和机器人对话，让它执行任何基础的操控任务，比如推、拉、合上笔记本电脑、整理桌子，随便你想做什么，它都能以某种可靠性工作——比如说，开箱即用就能达到 80% 以上——这大致就是你对 ChatGPT 的体验。”
Foxglove 的首席执行官 Adrian Macneil 对这个问题的看法则稍有不同。
他告诉 TechCrunch：“机器人领域不会出现一个 ChatGPT 时刻。让 ChatGPT 成为一个时间节点的关键在于分发——他们在大约一周内就从零增长到大概一百万活跃用户……而在现实世界里，分发要困难得多，对吧？如果机器人领域能迎来一个 Apple II 时刻，或者 IBM PC 时刻，我会非常兴奋。什么时候我能买到一台家用机器人，它会开始做一些有用又有趣的事情？”
来源与参考
收录于 2026-08-27